論文の概要: Evaluating Software Contribution Quality: Time-to-Modification Theory

• arxiv url: http://arxiv.org/abs/2410.11768v1
• Date: Tue, 15 Oct 2024 16:44:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-16 14:03:28.386926
• Title: Evaluating Software Contribution Quality: Time-to-Modification Theory
• Title（参考訳）: ソフトウェアコントリビューションの品質評価:時間と修正の理論
• Authors: Vincil Bishop III, Steven J Simske,
• Abstract要約: 本稿では,コード品質を定量化する新しい手法であるTime to Modification(TTM)理論を紹介する。 コードセグメントの導入から最初の修正までの時間間隔を測定することで、TTMはコード耐久性のプロキシとして機能する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The durability and quality of software contributions are critical factors in the long-term maintainability of a codebase. This paper introduces the Time to Modification (TTM) Theory, a novel approach for quantifying code quality by measuring the time interval between a code segment's introduction and its first modification. TTM serves as a proxy for code durability, with longer intervals suggesting higher-quality, more stable contributions. This work builds on previous research, including the "Time-Delta Method for Measuring Software Development Contribution Rates" dissertation, from which it heavily borrows concepts and methodologies. By leveraging version control systems such as Git, TTM provides granular insights into the temporal stability of code at various levels ranging from individual lines to entire repositories. TTM Theory contributes to the software engineering field by offering a dynamic metric that captures the evolution of a codebase over time, complementing traditional metrics like code churn and cyclomatic complexity. This metric is particularly useful for predicting maintenance needs, optimizing developer performance assessments, and improving the sustainability of software systems. Integrating TTM into continuous integration pipelines enables real-time monitoring of code stability, helping teams identify areas of instability and reduce technical debt.
• Abstract（参考訳）: ソフトウェアコントリビューションの耐久性と品質は、コードベースの長期的な保守性において重要な要素である。 本稿では,コードセグメントの導入から最初の修正までの時間間隔を測定することによって,コード品質を定量化する新しい手法であるTime to Modification(TTM)理論を紹介する。 TTMはコード耐久性のプロキシとして機能し、より長い間隔で高品質で安定したコントリビューションが提案される。 この研究は、"Time-Delta Method for Measurementing Software Development Contribution Rates" という論文を含む以前の研究に基づいており、そこから概念や方法論を大いに借用している。 Gitのようなバージョン管理システムを活用することで、TTMは個々の行からリポジトリ全体に至るまで、コードの時間的安定性に関する詳細な洞察を提供する。 TTM理論は、時間の経過とともにコードベースの進化を捉え、コードチャーンやサイクロマティックな複雑さといった従来のメトリクスを補完するダイナミックなメトリクスを提供することで、ソフトウェアエンジニアリングの分野に貢献します。 このメトリクスは特に、メンテナンスニーズの予測、開発者のパフォーマンス評価の最適化、ソフトウェアシステムの持続可能性の向上に役立ちます。 TTMを継続的インテグレーションパイプラインに統合することで、コードの安定性のリアルタイム監視が可能になり、不安定な領域の特定と技術的負債の削減を支援します。

関連論文リスト

• Digital Twin-Assisted Federated Learning with Blockchain in Multi-tier Computing Systems [67.14406100332671]
  産業用 4.0 システムでは、リソース制約のあるエッジデバイスが頻繁にデータ通信を行う。 本稿では,デジタルツイン (DT) とフェデレーション付きデジタルツイン (FL) 方式を提案する。 提案手法の有効性を数値解析により検証した。
  論文  参考訳（メタデータ） (2024-11-04T17:48:02Z)
• Temporal Feature Matters: A Framework for Diffusion Model Quantization [105.3033493564844]
  拡散モデルはマルチラウンド・デノナイジングの時間ステップに依存している。 3つの戦略を含む新しい量子化フレームワークを導入する。 このフレームワークは時間情報のほとんどを保存し、高品質なエンドツーエンド生成を保証する。
  論文  参考訳（メタデータ） (2024-07-28T17:46:15Z)
• Parameter-Efficient Fine-Tuning for Continual Learning: A Neural Tangent Kernel Perspective [125.00228936051657]
  本稿では,タスク関連機能を適応的に生成しながら,タスク固有のパラメータ記憶を不要にする新しいフレームワークNTK-CLを紹介する。 最適化可能なパラメータを適切な正規化で微調整することにより、NTK-CLは確立されたPEFT-CLベンチマーク上で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2024-07-24T09:30:04Z)
• Agent-Driven Automatic Software Improvement [55.2480439325792]
  本提案は,Large Language Models (LLMs) を利用したエージェントの展開に着目して,革新的なソリューションの探求を目的とする。 継続的学習と適応を可能にするエージェントの反復的性質は、コード生成における一般的な課題を克服するのに役立ちます。 我々は,これらのシステムにおける反復的なフィードバックを用いて,エージェントの基盤となるLLMをさらに微調整し,自動化されたソフトウェア改善のタスクに整合性を持たせることを目指している。
  論文  参考訳（メタデータ） (2024-06-24T15:45:22Z)
• Evaluation of large language models for assessing code maintainability [4.2909314120969855]
  10種類の異なるモデルによって生成されたコードのクロスエントロピーと品質面の関係について検討する。 この結果から,LLMが計算したクロスエントロピーは,クラスレベルでの保守性の予測因子であることがわかった。 LLMの複雑さはクロスエントロピーの範囲に影響を与えるが、これは保守性の側面を予測する上で重要な役割を果たす。
  論文  参考訳（メタデータ） (2024-01-23T12:29:42Z)
• PACE: A Program Analysis Framework for Continuous Performance Prediction [0.0]
  PACEはプログラム分析フレームワークで、保留中のコード更新のパフォーマンスへの影響を継続的にフィードバックする。 コード更新によって機能テストケースの実行時間をマッピングすることで,パフォーマンスのマイクロベンチマークを設計する。 我々の実験は、コード性能の予測において、ニューラル表現されたコードスタイメトリーの特徴において、現在の最先端を75%上回る性能を達成した。
  論文  参考訳（メタデータ） (2023-12-01T20:43:34Z)
• Diagnostic Spatio-temporal Transformer with Faithful Encoding [54.02712048973161]
  本稿では,データ生成プロセスが複合時間(ST)依存性を持つ場合の異常診断の課題について述べる。 我々は、ST依存を時系列分類の副産物として学習する、教師付き依存発見として問題を定式化する。 既存のST変圧器で使用される時間的位置符号化は、高周波数(短時間スケール)の周波数をキャプチャする重大な制限を有することを示す。 また、空間的および時間的方向の両方で容易に消費可能な診断情報を提供する新しいST依存性発見フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-05-26T05:31:23Z)
• FormerTime: Hierarchical Multi-Scale Representations for Multivariate Time Series Classification [53.55504611255664]
  formerTimeは、多変量時系列分類タスクの分類能力を改善する階層的表現モデルである。 1)時系列データから階層的なマルチスケール表現を学習し、(2)トランスフォーマーと畳み込みネットワークの強さを継承し、(3)自己維持メカニズムによって引き起こされる効率の課題に取り組む。
  論文  参考訳（メタデータ） (2023-02-20T07:46:14Z)
• TIE: A Framework for Embedding-based Incremental Temporal Knowledge Graph Completion [37.76140466390048]
  時間的知識グラフ(TKG)の推論は、情報検索と意味検索にとって重要なタスクです。 近年のTKGコンプリート(TKGC)は,エンコーダデコーダフレームワークをタイムアウェアな符号化関数で拡張することによって実現されている。 本稿では,TKG表現学習,経験再現,時間正規化を組み合わせたTIE(Time-Aware Incremental Embedding)フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-04-17T01:40:46Z)
• Coding for Distributed Multi-Agent Reinforcement Learning [12.366967700730449]
  ストラグラーは、様々なシステム障害が存在するため、分散学習システムで頻繁に発生する。 本稿では,ストラグラーの存在下でのMARLアルゴリズムの学習を高速化する分散学習フレームワークを提案する。 最大距離分離可能(MDS)コード、ランダムスパースコード、レプリケーションベースのコード、通常の低密度パリティチェック(LDPC)コードなど、さまざまなコーディングスキームも検討されている。
  論文  参考訳（メタデータ） (2021-01-07T00:22:34Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。